Computer Vision Toolbox
设计和测试计算机视觉、三维视觉和视频处理系统
Computer Vision Toolbox™ 提供多种算法、函数和 App，可用于设计和测试计算机视觉、三维视觉和视频处理系统。您可以执行目标检测和跟踪，以及特征检测、提取和匹配。对于三维视觉，该工具箱支持单目相机、立体相机和鱼眼相机标定；立体视觉；三维重建；激光雷达及三维点云处理。各种计算机视觉 App 可自动执行真值标注和相机标定工作流程。
您可以使用 YOLO v2、Faster R-CNN 和 ACF 等深度学习和机器学习算法训练自定义目标检测器。对于语义分割，您可以使用 SegNet、U-Net 和 DeepLab 等深度学习算法。使用预训练模型，您可以检测面部、行人及其他常见目标。
您可以在多核处理器和 GPU 上运行算法以实现加速。大多数工具箱算法都支持 C/C++ 代码生成，以便集成到现有代码、桌面原型以及嵌入式视觉系统部署。
开始：
目标检测与识别
提供 YOLO v2、Faster R-CNN、ACF 和 Viola-Jones 等多种框架，用于训练、评估和部署目标检测器。目标识别功能包括视觉词袋 (bag of visual words) 和 OCR。预训练模型可以检测面部、行人和其他常见目标。
使用 Faster R-CNN 进行目标检测。
使用视频标注器进行真值标注。
激光雷达和三维点云处理
借助激光雷达或三维点云数据，对几何形状进行分割、聚类、下采样、去噪、配准和拟合。Lidar Toolbox™ 还针对激光雷达处理系统的设计、分析和测试提供了更多功能。
点云配准
使用正态分布变换 (NDT)、迭代最近点 (ICP) 和相干点漂移 (CPD) 算法配准三维点云。
配准和拼接一系列点云。
分割的激光雷达点云。
立体相机标定
标定立体相机组，以计算深度并重建三维场景。
立体相机标定器。
三维视觉
基于运动和视觉测距进行构建。
基于运动进行多视图构建。
表示相对深度的立体视差图。
特征检测、提取和匹配
在多个图像中检测、提取和匹配感兴趣的特征，例如斑点、边缘和角落。
使用点特征检测、提取和匹配，检测杂乱场景中的目标。
基于特征的图像配准
在多个图像中匹配特征，以估计图像之间的几何变换并配准图像序列。
使用基于特征的配准创建的全景。
目标跟踪
跟踪视频序列中帧与帧之间的目标轨迹。
轨迹表示被跟踪目标的轨迹。
运动估计
使用光流、块匹配和模板匹配，估计视频帧之间的运动。
使用固定相机检测移动目标。
代码生成
为工具箱函数、类、System object 和模块生成 C/C++、CUDA 代码和 MEX 函数。
Mask-RCNN
使用深度学习训练 Mask-RCNN 网络进行实例分割
视觉 SLAM
管理三维世界点及其对应的二维图像投影点
AprilTag 姿态估计
检测并估计图像中的 AprilTags 姿态
点云配准
使用相位相关为 SLAM 应用配准点云
点云闭环检测
用于 SLAM 闭环检测的点云特征描述
关于这些特性和相应函数的详细信息，请参阅发行说明。
